药物临床试验数据管理与统计分析的计划和报告指导原则
药物临床试验指导原则汇总
引言：药物临床试验是评价新药安全性、有效性和可应用性的重要手段，对于保障患者安全和发展医药技术具有重要意义。
为了规范药物临床试验的实施，保证试验结果的科学性和可靠性，制定了一系列指导原则。
本文旨在汇总药物临床试验的指导原则，从试验设计、试验参与者、试验流程、数据收集和伦理要求等方面进行详细阐述，以期提高药物临床试验的质量和可靠性。
概述：药物临床试验指导原则旨在提供全面、规范和安全的药物临床试验指导，保障试验过程的科学性和可靠性。
这些原则主要包括试验设计的合理性、试验参与者的选择和知情同意、试验流程的规范、数据收集的准确性和质量控制、试验过程中的伦理要求等方面。
在实施药物临床试验时，必须遵循这些指导原则，严格执行规定，保证试验结果的可信度和可靠性。
正文内容：一、试验设计1.确定试验目标和主要研究问题2.制定试验设计的具体方案，包括研究类型、样本容量、分组方式等3.选择适当的对照组，确保试验结果的比较可靠性4.确定试验终点和评价指标，包括安全性和有效性指标5.建立试验流程和时间计划，明确每个环节的责任和工作流程二、试验参与者1.选择适当的试验参与者，符合研究对象的特点和需要2.为试验参与者提供充分的知情同意，并确保其理解试验的目的、过程和风险3.确保试验参与者的权益和安全，严格按照伦理要求进行保护4.对试验参与者进行适当的筛选和入组评估，排除不符合要求的个体5.与试验参与者建立良好的沟通和信任关系，确保试验的顺利进行三、试验流程1.制定试验操作规程，明确试验流程和要求2.建立试验数据管理系统，确保数据的准确性和完整性3.建立监测和审核机制，对试验过程进行监控和评价4.对试验过程中的异常情况进行处理和记录，并及时采取适当的措施5.建立试验终止和终结的标准和程序，确保试验的结果得到有效评价和总结四、数据收集1.制定数据收集的具体方法和流程，包括数据源、数据收集表和数据录入规范等2.建立数据质量控制和验证机制，确保数据的准确性和完整性3.对数据进行统计分析和解读，有效评价试验结果的科学性和可靠性4.对试验结果进行汇总和报告，包括试验流程、试验参与者信息和试验结果等5.对数据进行保存和保护，确保数据的可追溯性和安全性五、伦理要求1.遵守伦理委员会的要求，进行试验计划的伦理审查和评估2.严格按照伦理要求进行试验参与者知情同意和保护3.确保试验过程中的机密性和隐私保护4.对试验结果的报告和公开进行伦理评价和道德审查5.针对伦理问题进行及时处理和解决，保证试验的伦理合规性总结：药物临床试验指导原则的制定和执行对于保证试验的科学性和可靠性具有重要意义。
药品监管工作中的药品临床试验数据管理
药品监管工作中的药品临床试验数据管理药品临床试验是药品研发过程中至关重要的环节，其数据管理对于确保试验结果准确可靠，保障药品安全非常重要。
药品监管工作中的药品临床试验数据管理，旨在确保试验数据的采集、存储、分析和报告的科学规范，以提高药品审评的效率和准确性。
本文将阐述药品临床试验数据管理的重要性和如何进行科学规范的管理。
一、药品临床试验数据管理的重要性1. 试验结果准确性：药品临床试验数据管理的核心是确保试验数据的准确性。
只有准确、真实的数据才能反映药物的疗效和安全性，为药品的审评提供可靠的依据。
2. 试验数据完整性：试验数据管理要求对试验过程中产生的各种数据进行全面和完整的记录和收集，包括患者的基本信息、疗效指标评估、药物不良反应等。
完整的数据有助于评估药品的效果和安全性，并为药品监管部门提供全面的依据。
3. 数据安全性：药品临床试验数据属于敏感信息，管理需要保证数据的安全性和保密性。
防止数据泄露和篡改，确保数据的可信度和可靠性。
二、药品临床试验数据管理的基本原则1. 数据采集规范：制定统一的数据采集标准和流程，确保数据的一致性和可比性。
严格按照试验方案要求进行数据采集，避免数据的漏填、错填等错误。
2. 数据存储与管理：建立健全的数据存储和管理系统，确保试验数据的完整性和安全性。
采用科学合理的数据分类和归档方式，方便数据的查找和检索。
3. 数据分析和报告：对试验数据进行科学准确的统计分析，提取关键信息和结论。
编制试验报告和数据摘要，为药品监管部门评估药品的效果和安全性提供依据。
三、药品临床试验数据管理的具体措施1. 数据管理人员培训：提高数据管理人员的素质和专业知识，使其熟悉数据管理的标准和要求，掌握数据采集、存储和分析的技能。
2. 数据质量控制：建立数据质量控制体系，包括数据验证、逻辑性检查、错误数据的纠正等措施，确保数据的准确性和完整性。
3. 数据审核和审计：定期进行数据审核和审计，确保数据管理过程中符合规范和要求。
临床试验数据管理与统计分析讲解
临床试验数据管理与统计分析讲解临床试验是医学领域中评估新药物、治疗方案或医疗器械安全性和疗效的重要手段。
试验的数据管理与统计分析对于试验结果的准确性和可信度起着至关重要的作用。
本文将重点探讨临床试验数据管理的流程以及常用的统计分析方法。
一、临床试验数据管理1. 数据收集与录入在临床试验过程中，研究人员需要收集大量的数据，如患者基本信息、治疗方案、药物剂量、病情观察结果等。
数据收集可以通过纸质记录表或电子数据采集系统完成。
无论采用何种方式，数据录入的准确性是至关重要的，因为后续的数据分析结果将直接受到数据录入的影响。
2. 数据清理与校核完成数据录入后，需要对数据进行清理与校核。
清理数据包括删除异常值、修正录入错误和填充缺失值等。
校核数据的目的是验证数据的准确性和一致性，以确保数据可用于后续的统计分析。
3. 数据存储与保管为了保证试验数据的安全性和完整性，数据应当进行合理的存储和保管。
电子数据应备份至可靠的服务器，并进行适当的加密和权限控制。
纸质记录表应存放在安全的地方，避免遗失或损坏。
4. 数据监查与审核为了确保试验数据的真实性和可信度，一些试验可能需要进行数据监查与审核。
监查人员可以通过定期访视临床研究机构，核实数据来源、完整性和准确性，以及试验操作是否符合规范。
二、临床试验统计分析方法1. 描述性统计分析描述性统计分析是对试验数据进行直观描述和总结的方法。
通过计算平均数、中位数、标准差等统计指标，可以直观地了解试验样本的基本特征。
此外，频数分析、柱状图和饼图等图表也可以用于描述试验样本的分布和比例。
2. 推断性统计分析推断性统计分析是用来对整个人群（总体）进行推断的方法。
根据样本数据，可以通过假设检验、置信区间和回归分析等方法，对总体参数进行估计和比较。
例如，可以通过t检验判断两组样本平均值是否有显著差异，通过回归分析探究变量之间的关联关系。
3. 生存分析生存分析主要应用于评估试验结果与时间的关系，尤其在临床试验中评估药物或治疗方案对患者生存时间的影响。
《药物临床试验数据管理和统计分析的计划和报告指导原则》
《药物临床试验数据管理和统计分析的计划和报告指导原则》药物临床试验是评估药物安全性和有效性的重要手段，数据管理和统计分析是确保试验结果准确可靠的关键环节。
为了规范药物临床试验数据管理和统计分析的过程，制定本《药物临床试验数据管理和统计分析的计划和报告指导原则》（以下简称《指导原则》），旨在提高数据质量、加强分析方法的科学性和统一性，保护研究参与者的权益。
一、数据管理（一）试验设计前数据管理计划的制定1.明确试验项目的统计目标和指标，并制定合理的数据采集和管理方案；2.编制试验所需的电子数据采集系统和数据库，并明确数据采集的时间点、频次和要求；3.指定负责数据管理的专业人员，确保其具备相关知识和技能；4.制定数据管理流程和标准操作规范，确保数据采集、录入、核查和存储的准确性和完整性；5.编制数据清理和质量控制的计划，明确数据清理的方法、步骤和流程。
（二）数据采集和录入的原则1.采集过程中应保证数据的准确性、可靠性和完整性；2.制定标准采集表和规范，明确各项指标的定义和录入方式；3.规定采集人员的资质要求，进行培训和考核，确保其能胜任工作；4.建立数据采集的监控和质量检查机制，定期检查和核对数据的录入质量。
（三）数据存储和保密的原则1.建立完备的数据存储系统和管理规定，确保数据的安全性和保密性；2.规定数据管理团队和研究人员对数据的访问权限和使用范围；3.妥善保存原始数据和相关文件，确保数据的可追溯性和备份的完整性。
二、统计分析（一）试验前统计分析计划的制定1.明确试验的主要统计假设和试验设计，制定适当的样本容量计算方案；2.选择合适的统计方法和模型，确保分析结果的准确性和可靠性；3.规定分析人员的资质要求，进行培训和考核，确保其具备相关知识和技能。
（二）数据清理和质量控制的原则1.进行数据清理前，应检查数据的完整性、准确性和一致性，并记录清理过程；2.制定数据清理的步骤和规则，确保数据清理的科学性和统一性；3.记录数据清理的结果和修改情况，确保数据的可追溯性和审核的可靠性。
药物临床试验数据管理与统计分析的计划和报告指导原则
精心整理附件药物临床试验数据管理与统计分析的计划和报告指导原则一、前言，GCP本技术指导原则对此进行了较为详细的介绍和阐述，并提出具体要求，旨在为临床试验的数据管理和统计分析人员提供技术指导，帮助其更好地完成相关工作以达到监管要求。
二、数据管理的计划和报告（一）一般考虑数据管理计划（DataManagementPlan,DMP）是由数据管理人员依据临床试验方案书写的一份动态文件，它详细、全面地规定并记录某一特定临床试验的数据管理任务，包括人员角色、工作内容、操作规范等。
数据管理计划应在试验方案确定之后、第一位受试者筛选之前定稿，经批准后方可执行。
通常数据管理计划需要根据实际操作及时更新与修订。
数据管理工作涉及多个单位或业务部门，包括数据管理、临床研究者、清单。
1.试验概述简要描述试验方案中与数据管理相关的内容，一般包括研究目的和总体设计，如随机化方法及其实施、盲法及设盲措施、受试者数量、评估指标、试验的关键时间节点、重要的数据分析安排及对应的数据要求等。
2.数据管理流程及数据流程列出数据管理的工作流程以及试验数据的流程，便于明确各环节的管理，可采用图示方式。
数据管理的工作流程应包含数据采集/管理系统建立、病例报告表（C aseReportForm，CRF）及数据库的设计、数据接收与录入、数据核查与质疑、医学编码、外部数据管理、盲态审核、数据库锁定、解锁及再锁定、数据导出及传输、数据及数据管理文档的归档等数据管理过程。
导入、/4.数据管理步骤与任务（1）CRF及数据库的设计CRF的设计必须保证收集试验方案所规定并满足统计分析需求的所有数据。
不论是何种数据记录方式，均需对相应CRF填写指南的建立和管理有所阐述。
数据库的设计通常按既定的注释CRF和/或数据库设计说明执行，建立逻辑核查，经用户接受测试（UserAcceptanceTesting,UAT）合格后方可上线使用。
数据管理计划中对此过程应进行简要描述和说明。
药物临床试验的一般考虑指导原则
药物临床试验的一般考虑指导原则一、概述药物临床试验的一般考虑指导原则（以下称指导原则），是目前国家食品药品监督管理总局关于研究药物在进行临床试验时的一般考虑。
制定本指导原则的目的是为申请人和研究者制定药物整体研发策略及单个临床试验提供技术指导，同时也为药品技术评价提供参考。
另外，已上市药品增加新适应症等进行临床试验时，可参照本指导原则。
本指导原则主要适用于化学药物和治疗用生物制品。
二、临床试验基本原则（一）受试者保护1.执行相关法律法规药物临床试验必须遵循世界医学大会赫尔辛基宣言，执行国家食品药品监督管理总局公布的《药物临床试验质量管理规范》等相关法律法规。
2.应具备的安全性基础开展任何临床试验之前，其非临床研究或以往临床研究的结果必须足以说明药物在所推荐的人体研究中有可接受的安全性基础。
在整个药物研发过程中，应当由药理毒理专家和临床专家等动态地对药理毒理数据和临床数据进行评价，以评估临床试验可能给受试者带来的安全性风险。
对于正在或将要进行的临床试验方案，也应进行必要的调整。
参与药物临床试验的有关各方应当按各自职责承担保护受试者职责。
（二）临床试验基本方法1.临床试验一般规律药物研发的本质在于提出有效性、安全性相关的问题，然后通过研究进行回答。
临床试验是指在人体进行的研究，用于回答与研究药物预防、治疗或诊断疾病相关的特定问题。
通常采用两类方法对临床试验进行描述。
按研发阶段分类，将临床试验分为Ⅰ期临床试验、Ⅱ期临床试验、Ⅲ期临床试验和Ⅳ期临床试验。
按研究目的分类，将临床试验分为临床药理学研究、探索性临床试验、确证性临床试验、上市后研究。
两个分类系统都有一定的局限性，但两个分类系统互补形成一个动态的有实用价值的临床试验网络（图1）。
图1. 临床研发阶段与研究类型间的关系（实心圆代表在某一研发阶段最常进行的研究类型，空心圆代表某些可能但较少进行的研究类型）概念验证（Proof of Concept，POC）是指验证候选药物的药理效应可以转化成临床获益，一般在早期临床研究阶段进行，用以探索安全耐受剂量下有效性的信号，降低临床开发风险。
药物临床试验数据管理与统计分析的计划
药物临床试验数据管理与统计分析的计划下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢！本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注！Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!1. 简介在药物临床试验中，数据管理与统计分析是确保试验结果准确性和可靠性的关键步骤。
药物临床试验数据管理与统计分析的计划和报告指导原则
药物临床试验数据管理与统计分析的计划和报告指导原则1.数据管理计划：临床试验数据管理计划应包括数据收集、监控、验证和清理等方面的详细步骤和流程。
该计划应明确规定数据的记录方式、数据安全和保密措施、数据质量控制等内容，并应根据国家和国际相关指南进行制定。
2.数据收集：试验数据应准确、完整地记录，以确保试验结果的可靠性。
数据应按照预先制定的数据收集表格或电子数据采集系统进行收集，并及时进行数据有效性和一致性的检查。
3.数据监控：数据监控是确保试验数据质量的重要环节。
监控包括源数据的监视、数据诚信性的核查和不合格数据的整改等方面。
数据监控应由专业的数据监控员进行，确保试验数据的准确性和可靠性。
4.数据验证：数据验证是确保试验数据的真实性和准确性的关键环节。
数据验证包括逻辑性验证、范围性验证和值域性验证等方面。
数据验证应在数据收集完成后进行，以确保数据的完整性和正确性。
5.数据清理：数据清理是对试验数据进行逻辑和统计处理的过程。
数据清理应包括数据缺失值的处理、异常值的检查和删除等环节，以确保试验结果的准确性和可靠性。
6.统计分析计划：临床试验的统计分析计划应明确规定统计方法和分析步骤，以及适当的样本量、显著性水平和效应大小等内容。
统计分析计划应在试验开始之前提前制定，并根据试验的目的和假设进行调整和完善。
7.结果报告：试验结果报告应包括详细的统计分析和试验数据，以及对结果的解读和讨论的内容。
结果报告应根据国家和国际相关指南进行编写，并应充分考虑结果的可解释性和一致性。
8.透明度和可追溯性：临床试验数据管理与统计分析应具备透明度和可追溯性，即所有的数据和分析过程都应有明确的记录和文档，以便他人能够验证和重现试验结果。
在药物临床试验中，严格遵循数据管理与统计分析的计划和报告指导原则，能够提高试验结果的可信度和可靠性，并为药物的注册、上市和应用提供科学依据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
附件药物临床试验数据管理与统计分析的计划和报告指导原则一、前言规范的数据管理计划有助于获得真实、准确、完整和可靠的高质量数据；而详细的统计分析计划则有助于保证统计分析结论正确和令人信服。
为保证临床试验数据的质量和科学评价药物的有效性与安全性，必须事先对数据管理工作和统计学分析原则制定详细的计划书。
在试验完成时，对试验中的数据管理和统计分析工作进行全面完整的总结至关重要，通过数据管理报告真实反映临床试验过程中的数据质量和试验样本特征，通过统计分析报告为临床试验总结报告的内容和研究结论提供主要依据。
因此，在药物上市注册时，监管部门将数据管理计划和报告与统计分析计划和报告视为评价临床试验结果的重要文件和依据。
虽然我国《药物临床试验质量管理规范》（Good Clinical Pr actice，GCP）中对药物临床试验数据管理与统计分析进行了原则要求，且国家食品药品监督管理总局已发布的有关药物临床试验及其统计学的相应技术指南也涉及数据管理和统计分析工作的主要环节，但针对数据管理计划和报告、统计分析计划和报告却没有详细的技术规范和指导性建议。
因此，本技术指导原则对此进行了较为详细的介绍和阐述，并提出具体要求，旨在为临床试验的数据管理和统计分析人员提供技术指导，帮助其更好地完成相关工作以达到监管要求。
二、数据管理的计划和报告（一）一般考虑数据管理计划（Data Management Plan, DMP）是由数据管理人员依据临床试验方案书写的一份动态文件，它详细、全面地规定并记录某一特定临床试验的数据管理任务，包括人员角色、工作内容、操作规范等。
数据管理计划应在试验方案确定之后、第一位受试者筛选之前定稿，经批准后方可执行。
通常数据管理计划需要根据实际操作及时更新与修订。
数据管理工作涉及多个单位或业务部门，包括数据管理、临床研究者、统计分析、医学事务、临床监查、临床稽查等单位或部门。
数据管理的职责可分为负责、参与、审核、批准、告知等，各单位/部门在数据管理各步骤的职责不尽相同。
数据管理计划需明确参与数据管理的相关组织及人员职责。
数据管理各步骤需建立并遵循相应的标准操作规程（Standard Operation Procedure，SOP），数据管理计划应列出项目所遵循的SOP清单。
数据管理报告是在临床研究结束后，数据管理人员撰写的研究项目数据管理全过程的工作总结，是数据管理执行过程、操作规范及管理质量的重要呈现手段。
通常以定性和定量的参数来表达，如数据量、疑问数等，并与数据管理计划一起作为药物注册上市的申请材料提交给监管部门用于对临床试验结果的评价。
（二）数据管理计划的基本内容数据管理计划应全面且详细地描述数据管理流程、数据采集与管理所使用的系统、数据管理各步骤及任务，以及数据管理的质量保障措施。
1.试验概述简要描述试验方案中与数据管理相关的内容，一般包括研究目的和总体设计，如随机化方法及其实施、盲法及设盲措施、受试者数量、评估指标、试验的关键时间节点、重要的数据分析安排及对应的数据要求等。
2.数据管理流程及数据流程列出数据管理的工作流程以及试验数据的流程，便于明确各环节的管理，可采用图示方式。
数据管理的工作流程应包含数据采集/管理系统建立、病例报告表（Case Report Form，CRF）及数据库的设计、数据接收与录入、数据核查与质疑、医学编码、外部数据管理、盲态审核、数据库锁定、解锁及再锁定、数据导出及传输、数据及数据管理文档的归档等数据管理过程。
数据流程应包含临床试验中所有类型数据的生成、采集、传输、导入、导出、存档等的位置、负责单位/人、期限等。
详细列出每一种类型的试验数据流程，便于明确各种类型和介质的数据的管理，如CRF数据、中心实验室检测数据、药代动力学检测数据、电子的患者报告结果（Electronic Patient Reported Out come, ePRO）数据、影像学数据等。
3.采集/管理系统列出采集试验数据的方法，如纸质或电子的CRF、采用的数据采集/管理系统的名称及版本。
描述系统用户的权限控制计划，或者以附件形式提供相应信息，包含权限定义、分配、监控及防止未经授权操作的措施或方法、权限撤销等。
数据采集/管理系统应具备稽查轨迹、安全管理、权限控制及数据备份的功能，并通过完整的系统验证。
4.数据管理步骤与任务（1）CRF及数据库的设计CRF的设计必须保证收集试验方案所规定并满足统计分析需求的所有数据。
不论是何种数据记录方式，均需对相应CRF填写指南的建立和管理有所阐述。
数据库的设计通常按既定的注释CRF和/或数据库设计说明执行，建立逻辑核查，经用户接受测试（User Acceptance Testi ng, UAT）合格后方可上线使用。
数据管理计划中对此过程应进行简要描述和说明。
（2）数据的接收与录入数据管理计划应明确阐述数据采集、接收和录入的方式和过程。
临床试验研究者或临床研究协调员（Clinical Research Coor dinator，CRC）应依照CRF填写指南，准确、及时、完整、规范地填写CRF。
在数据录入前需制定数据录入说明，确定数据录入的要求及方式。
纸质CRF常用双人双份录入，电子CRF由临床研究者或由其指定的CRC直接录入。
纸质CRF表还需定义完成CRF的发送、转运、接收方式，如传真、邮寄、监查员收集等。
同时定义收集频率及记录文件接收的格式等。
（3）数据核查与质疑在进行数据核查之前，应制定详细的数据核查计划（Data Validation Plan, DVP），明确数据核查内容、方式与核查要求。
数据核查通常需要数据管理人员、监查员、医学人员及统计师等共同完成。
（4）医学编码医学编码是把从CRF上收集的不良事件、医学诊断、合并用药、既往用药、既往病史等的描述与标准字典中的术语进行匹配的过程。
如采用医学编码，数据管理计划需详细描述编码流程、编码工具、编码字典及版本，以及执行编码的相关标准文件。
（5）外部数据管理临床试验外部数据包括实验室数据、电子日志、ePRO、随机化数据等。
针对外部数据的管理，数据管理计划中应列出数据传输协议，包括数据类别、数据提供者、数据格式、传输方式、传输频率等，以及对外部数据进行质控的措施，如传输测试、一致性核查等。
对于盲态的外部数据，如血液样品中的药物浓度或某些关键数据等，需描述此类数据的管理流程。
（6）盲态审核列出数据盲态审核的要求，并在计划中描述盲态审核操作的具体流程。
一般地，数据盲态审核时应对所有数据质疑、脱落和方案偏离的病例、合并用药和不良事件的发生情况以及分析数据集的划分进行最终确认。
（7）数据库锁定、解锁及再锁定数据管理计划应详细说明数据库锁定的流程、负责人及执行的SOP文件。
数据库锁定后的解锁和再锁定，应事先规定并详细说明其条件和流程。
（8）数据导出及传输描述数据的导出和传输的文件格式、导出内容（数据库、变量名及变量值编码）、提交程序及传输介质，传输介质应符合国家法规和监管部门要求。
（9）数据及数据管理文档的归档要求试验数据及录入/导入数据库的时间、录入者、数据稽查轨迹及数据管理过程形成的文档都需要完整保存。
数据管理过程形成的数据通常包括但不限于：临床试验数据、外部数据、数据库元数据信息、实验室检测参考值范围、逻辑检验及衍生数据变更控制列表、数据质疑表和程序代码等。
数据管理过程形成的文件通常包括但不限于：数据管理计划、空白CRF、CRF填写指南、完成CRF的PDF格式文件、注释CRF、数据库设计说明、数据库录入说明、数据核查计划、数据质控核查报告等。
数据管理计划中应明确需要存档的试验数据、管理文件、介质、归档方式及时限。
5.质量控制数据管理计划需确定数据及数据管理操作过程的质控项目、质控方式（如质控频率、样本选取方式及样本量等）、质量要求及达标标准、对未达到预期质量标准的补救措施等。
（三）数据管理报告的基本内容数据管理报告应全面且详细陈述与数据管理执行过程、操作规范及管理质量相关的内容，包括参与单位/部门及职责、主要时间节点、CRF及数据库设计、数据核查和清理、医学编码、外部数据管理、数据质量保障、重要节点时的数据传输记录、关键文件的版本变更记录，并描述与数据管理计划的偏离。
1.参与单位/部门及职责数据管理报告应列出数据管理涉及的所有单位/部门及其在数据管理各步骤的职责。
2.数据管理的主要时间节点数据管理各步骤的时间节点可体现数据管理工作的时效性及数据质量，数据录入与数据清理不及时可能有损数据质量。
可采用列表方式描述各主要时间节点的起止时间，包括数据录入、数据清理、外部数据管理、数据质控、数据锁库、数据传输、文档归档等主要步骤。
3.CRF及数据库设计描述CRF及数据库设计各主要步骤的执行情况及具体工作内容/方法，包括CRF设计、编制CRF填写指南和注释CRF、形成数据库设计说明以及数据录入说明、数据库建库及数据标准、数据库测试情况等。
4.数据核查和清理数据管理报告应描述数据质疑的总体情况，并按照疑问类型进行归类汇总。
为体现质疑的及时性，数据管理报告应描述质疑生成到答疑的时长（中位天数及其范围）。
针对质疑管理中的主要异常问题，数据管理报告应描述出现问题的原因或说明，如质疑数量过高/过低的临床中心/研究者、答疑时间过长等。
数据管理报告应描述是否有不同于临床数据库的严重不良事件数据库，如有则应描述一致性核查情况，包括试验严重不良事件（Serious Adverse Event, SAE）总数、被核查的SAE数量及SAE核查频率等，对未核查的SAE以及经核查不一致的SAE应当详细说明其不一致点和修正情况。
5.医学编码对所采用的医学编码，数据管理报告应描述各项内容编码采用的字典名称及其版本号，并列出各项内容的编码数量。
6.外部数据管理描述外部数据的种类，并描述各类外部数据的来源单位、数据传输协议、数据传输起止日期、传输频率及方式，以及是否执行外部数据的一致性核查和核查结果等。
对盲态的外部数据需重点描述维持其盲态的措施。
7.数据管理的质量评估在数据库锁定前进行数据质量评估，评估并报告的内容应包含计划与实际发生的临床数据录入天数（针对纸质CFR）、质控过程发现并纠正的问题的数量等。
描述数据管理过程中进行数据质控核查的次数，每一次质控核查需描述核查时受试者总例数、关键指标错误率、非关键指标的抽样例数、抽样比例及依据和错误率。
数据管理应当严格按照数据管理计划执行，如实际操作中有任何不一致，报告中需详细描述其发生原因，并进一步阐述对数据质量的影响。
如数据管理接受稽查或视察，应当描述稽查承担单位、稽查时间、稽查发现的主要问题、采取的纠正和预防措施等。
8.重要节点时的数据传输记录试验数据管理过程中可能需要多次数据传输，数据管理报告应描述重要节点的传输记录，包括期中分析的数据传输、数据锁定后向统计分析单位或申办者的传输、以及向药品监管部门的提交等。